吉林大学学报(工学版) ›› 2002, Vol. ›› Issue (2): 73-77.

• 论文 • 上一篇    下一篇

二次挖掘相联规则算法

李雄飞, 刘光远, 郭励焕, 苑森淼, 侯天伦   

  1. 吉林大学计算机科学与技术学院, 吉林, 长春, 130025
  • 收稿日期:2001-12-30
  • 基金资助:
    国家自然科学基金资助项目(69873019);吉林省自然科学基金资助项目(19990528)

Algorithm for Mining Update Association Rule

LI Xiong-fei, LIU Guang-yuan, GUO Li-huan, YUAN Sen-miao, HOU Tian-lun   

  1. College of Computer Science & Technology, Jilin University, Changchun 130025, China
  • Received:2001-12-30

摘要: 通过研究、分析FUP等算法,提出用于二次挖掘相联规则的算法SuperFUP。该算法更多关注的是新增数据,只对整个数据库扫描一次就能在变更的数据中发现相联规则,从而提高了算法效率。

关键词: 数据挖掘, 相联规则, 算法

Abstract: Data scale and knowledge can be changed with the time,so it is necessary to estallish update association rule.Therefore,algorithm of SuperFUP is derived on basis of algorithm of FUP.Proposed algorithm is characterized by the fact that it only scans whole database once and pay more attention to updated data,so SuperFUP is more efficient.

Key words: data mining, association rule, algorithm

中图分类号: 

  • TP391
[1] Agrawal R, Srikant R. Fast algorithms for mining association rules[Z]. In Proc. of the 20th VLDB Conference Santiago,Chile, Sept, 1994: 487~499.
[2] Cheung D W, Han J, Ng V, et al. Maintenance of discovered association rules in large databases: An inremental updating technique[Z]. In Proc. 1996 Int. Conf. Data Engineering. New Orleans, LA. Feb, 1996:106~114
[3] 冯玉才,冯剑林.关联规则的增量式算法[J].软件学报,1998,9(4):301~306.
[4] 周海岩.关联规则的开采与更新[J].软件学报,1999,10(10):1078~1084.
[5] Cheung D W, Lee S D, Kao B. A general incremental technique for maintaining discovered association rules[Z]. In Proc.of the 15th Int. Conf. on Databases Systems for Advanced Applications, Melbourne, Australia, April, 1997.
[6] Lee S D, Cheung D W. Maintenace of discovered association rules: when to update[Z]. In Proc. SIGMOD97 Workshop on Research Issue on Data Mining and Konwledge Discovery, 1997
[7] Park J S, Chen M S, Yu P S. An effective hash-based algorithm for mining association rules[Z]. In Proc. 1995 ACM-SIGMOD Int. Conf. Management of Data. San Jose, CA, May, 1995:175~186.
[8] Toivonen H. Sampling large databases for association rules[Z]. In Proc. 1996 Int. Conf. Very Large Data Bases, Bombay,India, Sept., 1996:134~145.
[9] 李雄飞,苑森淼.多段支持度数据挖掘算法研究[J].计算机学报,2001(6):661~665.
[1] 代存杰,李引珍,马昌喜,柴获,牟海波. 不确定条件下危险品配送路线多准则优化[J]. 吉林大学学报(工学版), 2018, 48(6): 1694-1702.
[2] 吴蔚楠,崔乃刚,郭继峰,赵杨杨. 多异构无人机任务规划的分布式一体化求解方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1827-1837.
[3] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[4] 周彦果,张海林,陈瑞瑞,周韬. 协作网络中采用双层博弈的资源分配方案[J]. 吉林大学学报(工学版), 2018, 48(6): 1879-1886.
[5] 赵伟强, 高恪, 王文彬. 基于电液耦合转向系统的商用车防失稳控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1305-1312.
[6] 焦玉玲, 张鹏, 田广东, 邢小翠, 邹连慧. 基于多种群遗传算法的自动化立体库货位优化[J]. 吉林大学学报(工学版), 2018, 48(5): 1398-1404.
[7] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[8] 臧国帅, 孙立军. 基于惰性弯沉点的刚性下卧层深度设置方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1037-1044.
[9] 王继新, 翟新婷, 毕野虹天, 李莺莺. 基于AIC-K-means的载荷分段混合分布估计[J]. 吉林大学学报(工学版), 2018, 48(4): 1092-1098.
[10] 吉野辰萌, 樊璐璐, 闫磊, 徐涛, 林烨, 郭桂凯. 基于MBNWS算法的假人胸部结构多目标优化设计[J]. 吉林大学学报(工学版), 2018, 48(4): 1133-1139.
[11] 董惠娟, 于震, 樊继壮. 基于激光测振仪的非轴对称超声驻波声场的识别[J]. 吉林大学学报(工学版), 2018, 48(4): 1191-1198.
[12] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[13] 李启良, 曹冠宁, 李璇, 杨志刚, 钟立元. 三厢轿车多参数气动优化[J]. 吉林大学学报(工学版), 2018, 48(3): 670-676.
[14] 王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[15] 田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!